哈希表的定义：根据设定的哈希函数 H(key) 和所选中的处理冲突的方法，将一组关键字映象到一个有限的、地址连续的地址集 (区间) 上，并以关键字在地址集中的“映像”作为相应记录在表中的存储位置，如此构造所得的查找表称之为“哈希表”。
在JDK1.6，JDK1.7中，HashMap采用数组+链表实现，即同一hash值的链表都存储在一个链表里。但是当位于一个桶中的元素较多，当hash值相等的元素较多时，通过key值依次查找的效率较低。
在JDK1.8中，HashMap采用位桶+链表+红黑树实现，当链表长度超过阈值时，将链表转换为红黑树，这样大大减少了查找时间。
哈希表的底层是数组+链表/红黑树的结构。
一 ，哈希表的核心成员
默认初始容量（数组的默认大小）：16，2的次方
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
最大容量
static final int MAXIMUM_CAPACITY = 1 << 30;
默认的负载因子
static final float DEFAULT_LOAD_FACTOR = 0.75f;
当map中存储数据达到了75%就会进行扩容
链表扩容的边界，链表长度的阈值，当超过8时，会进行树化
static final int TREEIFY_THRESHOLD = 8;
当大于8以后就会进行扩容，将这8个数据进行平均分配
红黑数转离链表边界，当树中只有6个或以下，转化为链表。
static final int UNTREEIFY_THRESHOLD = 6;
?这张图就充分的说明了哈希表是如何的进行存储，下面就去介绍哈希表是如何进行存储数据的过程，以及为什么会出现红黑树的原因展开进行讲解。
二，从哈希表的结构上来说最重要的是数组，Node数组就是它的数组
static class Node<K,V> implements Map.Entry<K,V> {
final int hash;//用来定位数组的索引位置
final K key;// 存储到Map集合中的那个key
V value;// 存储到Map集合中的那个value
Node<K,V> next;//链表的下一个节点的地址
Node(int hash, K key, V value, Node<K,V> next) {
this.hash = hash;
this.key = key;
this.value = value;
this.next = next;
}
public final K getKey() { return key; }
public final V getValue() { return value; }
public final String toString() { return key + "=" + value; }
public final int hashCode() {
return Objects.hashCode(key) ^ Objects.hashCode(value);
}
public final V setValue(V newValue) {
V oldValue = value;
value = newValue;
return oldValue;
}
public final boolean equals(Object o) {
if (o == this)
return true;
if (o instanceof Map.Entry) {
Map.Entry<?,?> e = (Map.Entry<?,?>)o;
if (Objects.equals(key, e.getKey()) &&
Objects.equals(value, e.getValue()))
return true;
}
return false;
}
}三，创建哈希表的三个构造方法
public HashMap(int initialCapacity, float loadFactor) {
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity);
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
this.loadFactor = loadFactor;
this.threshold = tableSizeFor(initialCapacity);
}
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}?? ? ? ? ? public HashMap();
?? ? ? ? ? public HashMap(int capacity); //指定数组的长度? ? ?
? ? ? ? ? ?public HashMap(int capacity,float loadFactor);//指定数组的长度和加载因子
? ? ? ? ? ?数组的实际长度是>=capacity,最接近2的次方的一个值
? ? ??? ???数组的索引值占有率>加载因子会扩容，loadFactor默认值是0.75
? ? ? ? ? ?loadFactor修改加载因子的
? ? 四，简述HashSet新增过程：
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
? ? ? ? ? ? ?1.计算新增元素的哈希值
? ?? ? ? ? ? 2.通过哈希值%数组长度，确定新增元素的在数组中的索引值位置
? ? ? ? ? ? ?3.如果该位置为空，则直接新增
? ? ? ? ? ? ? ? ??如果不为空，判断是否重复：
? ? ? ? ? ? ? ? ? 如果不重复：直接新增，挂到该索引值链表末尾处
? ? ? ? ? ? ? ? ? 如果重复：就不新增
?
? ? ? ? ? ? 判断是否重复的标准：哈希值是否相同 && (地址值是否相同 || equals是否相同)
??????
五，扩容
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
if (oldCap > 0) {
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
if (oldTab != null) {
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // preserve order
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
next = e.next;
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
else {
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}要明白这几个问题：
1.什么时候会扩容：
?? ? ? ? ? ? a.同一索引值下元素个数>8,并且数组长度<64
?? ? ? ? ? ? ?b.数组的索引值占有率>0.75
?
2.?扩容规则：
?? ? ? ? ? ?新数组容量 = 就数组容量<<1;
3.什么情况下会转红黑树：
?? ? ? ? ? ? ?同一索引值下元素个数>8，并且数组长度>=64.
?? ? ? ? ? ? ?会把"该索引值"下的元素转换为红黑树